大兴安岭林火干扰植被恢复轨迹及其遥感监测

Forest fire is the most important natural disturbance in coniferous forests of Great Xing'an Mountmains. Initial pattern of vegetation recovery after a fire determines the future successional and ecosystems function trajectory of a forest. We propose a combined utlization of field sampling, remote sensing and stastical approach to invegetate the relationship among ecosystem function, time series spectral signature, and other biophysical factors during vegetation recovery process, and to assess the controling factors for vegetation recovery and its spatial heterogeneity. We will address the following three specific questions: (1) Can we extract burned patch and severity automatically in larch forests by using time series spectral signature dynamics? And what is the accurry of this method? (2) What is the key influecing factors on post-fire vegetation recovery? (3) Can we establish the relationship between spectral signature and vegetation recovery, and use such relationship to upscale regional ecosytems recovery dynamics? Our study will focus on the automatic extraction of forest fire burned patches, spectral signature dynamics and spatial hetergeneity of ecosystems recovery. Our results will deepen the understanding between pattern (e.g., fire disturance) and processes (e.g., ecosytem structure and fucntion), and provide scentific support for vegetation restoration and accurate estimation of regional carbon cycling.

林火是大兴安岭寒温带针叶林区主要自然干扰，火后演替初期植被恢复动态决定生态系统未来的演替和功能变化轨迹。本研究以野外实地调查、遥感和统计分析为主要研究手段，建立植被恢复过程中生态系统功能与光谱时间序列特征之间的相关关系，评估火后植被恢复轨迹的影响因子和区域尺度上植被恢复的空间异质性。核心解决以下三个科学问题：(1)能否利用时间序列光谱特征自动提取寒温带落叶松林区火烧斑块和烈度？以及其精度如何？(2)控制火后演替初期植被恢复轨迹的关键因素是什么？（3）能否建立遥感光谱信息与植被恢复之间的关系，实现植被恢复和生态系统功能的尺度上推？本研究更加注重研究林火干扰的空间特征及其自动提取、植被恢复过程中遥感光谱时间序列特征以及生态系统恢复的空间异质性，深入理解格局(林火干扰)与过程(生态系统结构和功能)之间的关系，为火烧迹地生态恢复和精确评估区域碳平衡提供科学支持。

本项目严格按照申请计划及预算执行，实现了项目计划书“核心解决以下三个科学问题：(1)能否利用时间序列光谱特征自动提取寒温带落叶松林区火烧斑块和烈度？以及其精度如何？(2)控制火后演替初期植被恢复轨迹的关键因素是什么？（3）能否建立遥感光谱信息与植被恢复之间的关系，实现植被恢复和生态系统功能的尺度上推？”开展了：（1）完成基于R编程语言的火烧斑块的提取算法；（2）基于遥感数据的植被恢复的影响因子分析；（3）基于遥感数据分析区域到全球尺度上林火干扰对森林生态系统服务功能影响（如对气候的反馈作用）。得出主要结论如下：（1）开发了火烧斑块提取和日期确定算法（Burned Area Extraction and Dating (BAED) algorithm：BAED算法），BAED算法空间精度趋于稳定，达到90%以上，其时间精度<16天，测试数据和程序可在线免费获取（见正文部分）。（2）火烧烈度是限制大兴安岭火烧区植被恢复最主要的因子，与植被恢复呈现负相关关系。火后1年夏季降水也有重要影响，与植被恢复成正相关关系，即气象条件越湿润，植被越易恢复；（3）全球尺度上火烧所引起的森林消失占总森林消失的14.7%，对林火对地表温度的反馈主要集中在高纬度地区。这些结果已经以学术论文形式发表于国际、国内相关学术期刊，主要包括SCI6篇，包括2篇Nature子刊（Nature Communications）和1篇地学1区TOP期刊（Geophysical Research Letters）。本项目支持了3名硕士研究生（1人2019年毕业）。